【摘 要】
：
以2年生西洋参幼苗为试验材料，采用盆栽控水的方法，研究5种不同土壤水分处理T1(5%～10%);T2(10%～15%);T3(20%～25%);T4(30%～35%);T5(35%～40%)对西洋参生长和生理特性的影响。结果表明：随着土壤水分含量的增加，西洋参幼苗叶片叶绿素a、类胡萝卜素、总叶绿素含量先升高后降低，叶绿素b含量呈逐渐降低趋势；随着水分胁迫的加剧，根系活力逐渐降低，叶片中丙二醛（MD
论文部分内容阅读
以2年生西洋参幼苗为试验材料，采用盆栽控水的方法，研究5种不同土壤水分处理T1(5%～10%);T2(10%～15%);T3(20%～25%);T4(30%～35%);T5(35%～40%)对西洋参生长和生理特性的影响。结果表明：随着土壤水分含量的增加，西洋参幼苗叶片叶绿素a、类胡萝卜素、总叶绿素含量先升高后降低，叶绿素b含量呈逐渐降低趋势；随着水分胁迫的加剧，根系活力逐渐降低，叶片中丙二醛（MDA）含量逐渐升高，游离脯氨酸含量逐渐升高，抗氧化保护酶（SOD、POD、CAT）活性均呈先升高再降低的趋
其他文献
连续实时测量碳含量是转炉终点钢水碳含量控制的关键。针对转炉终点炉口火焰图像相似性高导致难以提取具有较强区分性火焰图像特征的问题，提出了一种图像彩色纹理特征提取方法四元数方向统计量（Quaternion direction statistics，QDS）算法。首先，利用四元数乘法特性对火焰图像进行旋转操作得到火焰图像的四元数旋转图谱；其次，以旋转图谱指定方向和距离上像素差值的四元数相位为投影轴，并以
为纪念兰州地震研究所开创我国地电学方法地震监测预报工作，本文在简要介绍国际地震和火山电磁方法组织（EMSEV）的同时，详细介绍了2016年8月25—29日在中国大陆首次召开、由兰州地震研究所为主承办的EMSEV国际研讨会及相关的科学活动。
联盟链具有公有链固有的安全性,其许可准入机制允许对网络结点及规模进行控制,恰好迎合了物联网向规模化、智能化发展的需要,成为物联网学术界研究的热点.然而,联盟链在一定程度上违背了区块链去中心化价值和信任体系,产生了多中心化的复杂区块链生态体系,为使物联网数字资产在不同联盟链间安全、自主、动态流转,迫切需要对涉及多个联盟链的复杂系统通信机制进行研究.本文基于存在多个特权子群的门限数字签名机制建立多联盟
目前柔性电路板(Flexible Printed Circuit，FPC)的表面缺陷检测方案大多缺少对轮廓进行分类这一步骤而直接对特定区域如镀通孔、线路部位进行缺陷检测，难以直接应用到实际生产中，为解决这一问题，提出一种能有效提取柔性电路板表面轮廓并进行特定区域识别分类的方法。在该方案中，为精确地提取FPC图像整体轮廓并有效过滤掉图像前景和背景相互夹杂的部分，针对FPC表面图像光照不均匀以及斑点杂
目前，变电站保护硬压板信息管理处于完全依赖于人工巡检的状态。伴随着人工智能上升为国家战略，深度学习技术进一步发展，提出一种基于OpenCV+SSD深度学习模型的压板状态识别方法。在图像二值化并高斯滤波基础上，基于霍夫直线检测算法进行保护屏柜角点检测，并通过透视变换实现压板图像矫正，从而避免拍摄图像的角度变化对识别结果的影响；利用模板匹配的方法对压板图像进行分割，并建立不同压板与其功能间的映射关系，
为了探究草木樨属植物对低温环境的适应性，以采自西藏达孜的野生白花草木樨和黄花草木樨为试验材料，探究了其种子在-4℃低温胁迫条件下的种子萌发特性，测定了幼苗叶片在-10℃～5℃低温胁迫条件下丙二醛(MDA)含量、可溶性糖(SS)含量、游离脯氨酸(Pro)含量、超氧化物歧化酶活性和过氧化物酶(POD)活性的变化，并采用隶属函数法进行抗寒性综合评价。结果表明：-4℃低温胁迫对两种材料种子萌发具有显著的抑
农林业生物质废弃物炭化还田，对提升土壤质量、实现碳封存、缓解气候变化具有重要意义，土壤团聚体是土壤有机碳（SOC）主要的赋存场所，物理保护SOC而免于被微生物分解，是表征土壤固碳潜力的重要指标。本研究通过C_(3)源（种植大豆）暗棕壤施用C_(4)源（玉米秸秆）生物炭2年的盆栽试验，基于团聚体多级层次结构尺度，研究了施用6 t ha~(-1)（BC6）、12 t ha~(-1)（BC12）和24
为探究长期连续施用不同种类畜禽粪肥对土壤结合态腐殖质组成的影响，于2010年开始在吉林农业大学试验站进行了长期定位小区试验研究。试验共设置4种处理，分别为连续施用鸡粪（ChM）处理、连续施用猪粪（PM）处理、连续施用牛粪(CM)处理以及单施化肥的空白对照（CK）。分别于施用后的一年（1Y）、三年（3Y）、五年（5Y）、七年（7Y）的10月进行小区土壤采样，并进行分析，基于Anderson的方法，将
针对传统YOLOv3算法中存在检测框定位不精确的问题，提出了一种改进的YOLOv3算法用来重新估计检测框位置，提高智能汽车在雾霾交通环境下的定位精度。首先运用图像去雾算法对采集到的图片进行预处理，然后构造定位置信度替代分类置信度作为参考项来选择估计检测框位置，并且改进了非极大值抑制(NMS)算法，引入soft-NMS(软化非极大值抑制)以及最后使用加权平均的方式来更新坐标位置，以达到提高定位精度的
现有基于孪生网络的单目标跟踪算法能够实现很高的跟踪精度,但是这些跟踪器不具备在线更新的能力,而且其在跟踪时很依赖目标的语义信息,这导致基于孪生网络的单目标跟踪算法在面对具有相似语义信息的干扰物时会跟踪失败.为了解决这个问题,本文提出了一种异步相关响应的计算模型,并提出一种高效利用不同帧间目标语义信息的方法.在此基础上,提出了一种新的具有判别性的跟踪算法.同时为了解决判别模型使用一阶优化算法收敛慢的